把日常最佳实践铸成可治理的 AI 工作流资产
30.5/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/9/18 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
相关生态插件(非 dsh 原生,按其对应运行时安装)
git clone https://github.com/RavenWangChina/yuanzhu.git状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:仅索引
是什么
生态应用
桌面端 / Web 外壳,不以 dsh plugin add 安装
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
更新放缓:最近一次提交在 50 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
⚠︎ 实装验证未通过(unknown · 2026/11/2) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查需源码安装仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
✗npm 包yuanzhu(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/14 18:57:43
安全扫描自动 · 静态分析源码v2.7.0🔵 扫描:含敏感能力尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0静态扫描发现插件具备触达本地系统的能力:执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量(至少其一)。这是能力清单,不是危险判定——具体能力项与证据见下方,安装前请自行判断是否需要。
读取剪贴板或密钥环境变量发起外部网络请求
查看扫描证据(共 3 处,展示前 3 条)
- 读取密钥环境变量dsh-plugin-yuanzhu/index.js:7
const TOKEN = process.env.YUANZHU_TOKEN || '' - 发起网络请求dsh-plugin-yuanzhu/index.js:12
const r = await fetch(`${BASE}${path}`, { ...opts, headers }) - 发起网络请求web/src/api.ts:5
const resp = await fetch(path, {
扫描于 2026/11/4(0 天前) · 范围 全包扫描 · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 沉淀最佳实践为工作流资产
- 分阶段写入
- 评估门控锻造
元铸工坊 SOSOFAST:把重复性工作铸成可治理的 AI 工作流资产。MCP 服务器 + Claude Code 插件 + dsh 插件——分阶段写入、评估把关的铸造、推理引擎。
README
由 DeepSeek 最新模型翻译生成元铸工坊 SOSOFAST
对外传播名 SOSOFAST(元铸工坊) · 技术生态名 yuanzhu · © MiaoYu
PyPI
License
Python
MCP Registry
Tests
M8ven Score
demo
按企业自身的工作习惯,把各领域的最佳实践定向复刻成 AI 工作流资产——像软件一样被开发、分发、使用、沉淀、进化,全员开箱即用。
当前状态:v0.2.2 已上架 PyPI(技术验证期)
160 测试全绿。装完即用的三层能力:
- 深度问答(内置):问一个问题自动走六步流水线——澄清 → 双视角并行作答 → 独立审查 → 综合裁决 → 人审采纳;采纳的洞见沉淀入库,后续提问自动反哺
- 一句话铸模板(forge):yuanzhu forge "描述你的日常工作" → AI 生成完整四段式模板 → 三道守门(dry-run 结构校验 → evals 行为验证 → 人审)→ Web 重跑评测转正
- 对话长出工作流:连续问同类问题,AI 发现模式后建议"铸成工作流?
展开完整文档(README 剩余 1 节)
元铸工坊 SOSOFAST 对外传播名 SOSOFAST(元铸工坊) · 技术生态名 yuanzhu · © MiaoYu PyPI License Python MCP Registry Tests M8ven Score demo 按企业自身的工作习惯,把各领域的最佳实践定向复刻成 AI 工作流资产——像软件一样被开发、分发、使用、沉淀、进化,全员开箱即用。 当前状态:v0.2.2 已上架 PyPI(技术验证期) 160 测试全绿。装完即用的三层能力: - 深度问答(内置):问一个问题自动走六步流水线——澄清 → 双视角并行作答 → 独立审查 → 综合裁决 → 人审采纳;采纳的洞见沉淀入库,后续提问自动反哺 - 一句话铸模板(forge):yuanzhu forge "描述你的日常工作" → AI 生成完整四段式模板 → 三道守门(dry-run 结构校验 → evals 行为验证 → 人审)→ Web 重跑评测转正 - 对话长出工作流:连续问同类问题,AI 发现模式后建议"铸成工作流?"——对话着对话着,工作流就长出来了 - 主动推衍(v0.1.6):开启自举开关后,AI 基于你的行为+知识+技能交叉分析,主动提议下一步——不只是回答问题,还想到你没想到的 - 领域工作流(内置 AIQA 测试/会议追踪):staged writes——AI 的每个写操作进待审中心,人批准才生效;Claude Code 等经 MCP 直连本体 平台底座:本体层(对象+动作)、工作流引擎(并行组)、多协议模型网关(自动读 dsh 配置)、Web 控制台 + CLI、对话学习(聊天记录导入→AI 提炼工作流候选)。 三柱验证:H7 轻量本体已全通;H1 双线全通(专家线+对话线真实数据实证);H2 模拟测试通过(真人测试待安排)。 快速开始(单机模式) 一键启动(Python 3.11+;pip 包含 Web 控制台与全部内置模板) pip install yuanzhu # 安装包(一条命令搞定,yuanzhu-server 是包自带的命令) yuanzhu-server # 启动服务 → 打开 http://127.0.0.1:8600 首启自动注册内置模板(深度问答/AIQA 测试/会议追踪);CLI 同装:yuanzhu status / pending / templates / forge。 从源码运行(开发者) git clone https://github.com/RavenWangChina/yuanzhu.git cd yuanzhu/server python -m venv .venv && .venv/Scripts/pip install -e ".[dev]" .venv/Scripts/yuanzhu-server # 或 python -m pytest tests/ 跑 142 个测试 Web 控制台前端源码在 web/(Vite+Vue3,构建产物由 FastAPI 托管);模型接入零配置:网关自动导入 dsh 已配的 provider(天翼云等,OpenAI 兼容协议全家桶);自定义端点用 YUANZHU_PROVIDER_n_* 环境变量;估费价目用 YUANZHU_MODEL_PRICES(JSON)。 打开首页即深度问答:问一个问题自动走六步流水线(澄清→双视角并行→审查→裁决→人审采纳)。 在 Claude Code 里用(插件市场) 元铸工坊可作为 Claude Code 插件安装——本体层经 MCP 直连,配两个技能(forge 铸模板 / 待审审批): 1. 启动元铸工坊服务(另一个终端) pip install yuanzhu yuanzhu-server # 默认 http://127.0.0.1:8600 2. 添加插件市场并安装 claude plugin marketplace add RavenWangChina/yuanzhu claude plugin install yuanzhu@yuanzhu 3. 重启 Claude 会话,然后直接说: "把我每周汇总周报这件事铸成工作流" → 触发 forge 技能 "看看有什么待审的" → 触发审批技能 远程服务或带 token 场景用环境变量覆盖:YUANZHU_MCP_URL / YUANZHU_TOKEN。 任意 MCP 客户端也可直连 http://127.0.0.1:8600/mcp(标准 MCP Streamable HTTP)。 What is yuanzhu (English) Meta-Forge Workshop — an open-source governance layer that turns your team's recurring AI work into versioned, testable workflow assets. - MCP 服务器:本体层(类型化对象、链接、受治理动作)使用标准 MCP Streamable HTTP——兼容 Claude Code 及任何 MCP 客户端 - 分级写入:每个 AI 写入动作都进入审核队列。L1 自动应用,L2 等待人工审批。审批结果绝不回传给智能体 - 一句话铸造:描述一个例行任务 → AI 生成四段式模板(对象模型 + 动作 + 工作流 + 评测)→ 上线前经过三道质量门 - 推理引擎:交叉分析行为日志、知识与模板(三记忆架构),主动建议工作流 - Claude Code 插件和 dsh 插件已内置 安装:pip install yuanzhu · PyPI · MCP Registry io.github.RavenWangChina/yuanzhu 关键词:MCP 服务器、Claude Code 插件、AI 工作流治理、分级写入、人在回路、智能体审批、工作流自动化、企业 AI。 文档导航 | 文档 | 内容 | | docs/使用场景与接入形态.md | 入门首选:三种用户怎么用 + Claude Code 接入 | | docs/模板开发指南.md | 开发者:一句话铸造 / 手工四段式教程 | | docs/specs/v0.1-design.md | v0.1 设计文档(已实现) | | docs/架构决策记录.md | ADR-001~014:全部已确认架构决策 | | docs/技术验证路线.md | 六假设验证路线(H1-H7)与出口条件 | | docs/元流程-v2.md | 六环节×知识环完整规格(工坊内核) | | docs/Palantir范式学习报告.md | 知识层轻量本体的设计依据 | | docs/对话学习企微接入指南.md | 企微回调配置(管理员自助) | | docs/test-reports/H2真人测试场景包.md | H2 真人测试的组织手册 | | docs/项目介绍书.pdf | 项目介绍书(商业存档版) | | CHANGELOG.md | 更新日志 | | ROADMAP.md | 版本计划 | | docs/致谢与引用出处.md | 引用来源与致谢(特别感谢周志明先生) | 核心理念 - 工作流即软件(Workflow-as-Software):工作流走完整软件工程生命周期(需求对抗→方案审查→TDD→双通道审查→实证发布),不是画布上拖出来的 - 双输入工坊:专家显性开发 + 从企业 IM 对话中学习(企业适配层自动生成) - 轻量本体:知识层为「对象+关系+动作」三件套,分级写入人审分级(读高写低),MCP 原生暴露 - 评测集守门:模板自带 YAML 声明式用例——dry-run 结构校验 → evals 行为验证 → 人审("无测试不合并"的工作流版) - 知识库:洞见/答案/域对象/forge 模板——生成的一切有统一入口 - 执行底座无关:方法论资产不绑定任何 AI 执行框架 - 解放人力,不是替代人力 License AGPL-3.0(强保护协议:防闭源白嫖,为企业版保留商业授权空间——ADR-009 决策)。 致谢 本项目引用了周志明(icyfenix)先生《设计机器学习应用系统》等外部来源,完整清单见 docs/致谢与引用出处.md。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
RavenWangChina/yuanzhu
把日常最佳实践铸成可治理的 AI 工作流资产
相关插件 · 技能 / 提示词
人设统管ZiChuanLan/agent-purge
一份人设,统一管理多个 coding agent。
★ 1,141已汉化DSH
74.1
人物画像蒸馏titanwings/distilly
Distilly — 把他们的思考方式提炼成可复用的技能,供任何智能体或机器人使用。原名 Colleague Skill(原同事 Skill)。
★ 25,659已汉化DSH
71.3
推理工作空间套件Tiger3807861189/J-Space-Cognition-Suite
J-Space 是面向复杂推理、大型仓库工程、子代理协作与授权安全分析的推理时工作空间和控制套件。
★ 2,957已汉化DSH
70.5
两阶段工具锚定预设xiaobright/dsh-anchored-standard
实验性 DeepSeek Harness agent preset…
★ 3,742已汉化DSH
70.1
智能体工作流编排nrslib/takt
不再日夜盯着 AI 编码智能体。
★ 1,402已汉化DSH
70
Agent 运行时手册Electricitysheep/dsh-handbook
DeepSeek Harness dsh 从 0 到 1 深度手册:安装/插件开发/性能调优/实测案例/同模型多…
★ 827已汉化DSH
68.7
这是你的仓库?认领条目